Ontologies in computer science and on the web

Lee el resto de esta entrada »

Las lecciones de los enjambres (swarms lessons)

Miles de insectos o animales sencillos con acciones simples forman un cerebro colectivo capaz de tomar decisiones complejas.

Los enjambres de hormigas, abejas, grillos, langostas, insectos en general y los grupos de animales, peces, ñues, elefantes, lobos, que actúan en conjunto de una manera hermosa y sorprendentemente coordinada, forman con su comportamiento individual una especie de cerebro colectivo, una inteligencia de grupo, un aparente único organismo vivo que es el resultado de la suma sinérgica de todas estas actitudes individuales. Los descubrimientos establecen que son reglas o leyes simples las que siguen lo individuos de un enjambre y que generan un comportamiento complejo, una especie de único organismo que se mueve y actúa inteligentemente. Me resulta especialmente fascinante conocer las características de estos comportamientos sociales, por las múltiples aplicaciones que tienen en campos tan diversos, como la inteligencia artificial, los robots buscadores en internet, la robótica, la sociología, las redes colaborativas, la economía, la ingeniería, el arte, el emprendimiento, etc.

 

Entender cómo se reúnen los animales en enjambres y por qué lo hacen son dos cosas distintas. En algunas especies, los animales pueden reunirse para que todo el grupo disfrute de una ventaja evolutiva. Por tanto, si los individuos cooperan, sus genes compartidos y asociados con el enjambre se volverán más comunes. Vía elmundo.es

 

Cuando su densidad supera un umbral, las langostas vuelan juntas
Entre los grillos, al que no se mueve se lo comen los demás

 

Uploaded on February 6, 2008 by ferran pestaña

Si alguna vez han observado a las hormigas entrando y saliendo de un nido, tal vez le recordaran una autopista llena de tráfico. Para Iain D. Couzin, dicha comparación es un cruel insulto… para las hormigas. Los habitantes de países desarrollados pasan muchas horas al año en atascos de tráfico, pero nunca veremos a las hormigas atascadas en un parón total.

Uploaded on October 2, 2006 by jlborelli Vista desde el primer nivel de la torre Eiffel

A las hormigas soldado, a las que Couzin observó durante mucho tiempo en Panamá, se les da especialmente bien moverse en grandes concentraciones. Si tienen que atravesar una depresión del terreno, erigen puentes para poder avanzar lo más rápidamente posible. “Construyen los puentes con sus cuerpos vivos“, explica Couzin, biólogo matemático de la Universidad de Oxford. “Los construyen cuando los necesitan y los deshacen cuando no los usan“. Con el estudio de las hormigas soldado -así como de pájaros, peces, langostas y otros animales gregarios-, Couzin y sus colaboradores están empezando a descubrir normas simples que permiten a los enjambres funcionar tan bien. Esas normas permiten a miles de animales relativamente sencillos formar un cerebro colectivo capaz de tomar decisiones y de moverse como un único organismo.

Sin embargo, descifrar esas normas supone todo un desafío, porque el comportamiento de los enjambres surge impredeciblemente de las acciones de miles o millones de individuos. “Por mucho que observemos una sola hormiga soldado“, puntualiza Couzin, “nunca comprenderemos que cuando pones millón y medio juntas forman estos puentes y columnas. No se puede saber“.

Para comprender los enjambres, Couzin crea modelos informáticos de enjambres virtuales. Cada modelo contiene miles de agentes individuales que él puede programar para que sigan unas cuantas normas sencillas. Para decidir cuáles deben ser esas normas, él y sus colaboradores enfilan hacia las selvas, los desiertos o los océanos para observar animales en acción.

Daniel Grunbaum, biólogo matemático de la Universidad de Washington, explica que su campo está logrando grandes avances gracias a que las matemáticas y la observación de la naturaleza se han sumado al trabajo de Couzin y otros. “En los próximos 10 años va a haber muchos progresos“. Explica que Couzin ha tenido un papel importante a la hora de fusionar los diferentes tipos de ciencia necesarios para comprender el comportamiento de los animales en grupo. “Ha sido un verdadero líder que ha sabido reunir muchas ideas“, opina Grunbaum. “Tiene una visión más amplia. Si funciona, representará un gran avance“.

En el caso de los ejércitos de hormigas, a Couzin le intrigaban sus autopistas. Lo que Couzin quería saber era por qué las hormigas soldado no entran y salen de la colonia en una masa alocada y desorganizada. Para descubrirlo creó un modelo informático basado en la biología básica de las hormigas.

Para probar este modelo, Couzin y Nigel Franks, experto en hormigas de la Universidad de Bristol, Inglaterra, siguieron con una cámara la estela de unas hormigas soldado en Panamá. Al regresar a Inglaterra, repasaron la película fotograma a fotograma, analizando los movimientos de 226 hormigas. “Todo lo que ocurre en el mundo de las hormigas sucede a un ritmo tan rápido que es muy difícil verlo“, comenta Couzin.

Al final descubrieron que las hormigas de verdad se movían del modo que Couzin había previsto que permitiría a todo el enjambre avanzar con la mayor rapidez posible. Couzin ha ampliado este modelo de hormigas a otros animales que se mueven en multitudes gigantescas, como peces y pájaros. Y en lugar de dedicarse él a seguir a los animales, ha creado programas que permiten que los ordenadores hagan el trabajo.

Cuanto más estudia el comportamiento de los enjambres, más patrones comunes encuentra en muchas especies diferentes. Le recuerdan las leyes de la física que rigen los líquidos. “Miras el metal líquido y el agua y entiendes que ambos son líquidos“, señala. “Tienen características fundamentales en común. Eso es lo que he encontrado en los grupos animales: que hay estados fundamentales en los cuales pueden existir“.

Al igual que el agua líquida puede empezar de repente a hervir, también los enjambres animales pueden cambiar bruscamente debido a unas sencillas reglas. Couzin ha descubierto algunas de estas reglas en el modo en que las langostas empiezan a formar sus devastadoras plagas. Los insectos se mueven habitualmente de un lado a otro solos, pero a veces las langostas jóvenes se unen en enormes bandas que recorren el territorio devorando todo lo que encuentran a su paso. Tras desarrollar alas, se elevan en el aire en forma de gigantescas nubes compuestas por millones de insectos. “¿Por qué de repente la situación se descontrola, y estas langostas forman enjambres y destrozan cosechas?“, dice Couzin.

Couzin viajó a zonas remotas de Mauritania para estudiar el comportamiento de las plagas de langostas. De vuelta en Oxford, él y sus colaboradores construyeron una senda circular en la que las langostas podían caminar. “Podíamos rastrear el movimiento de todos estos individuos cinco veces por segundo durante ocho horas al día“, recuerda.

Los científicos descubrieron que cuando la densidad de langostas superaba un umbral, los insectos de repente empezaban a moverse juntos. Cada langosta intentaba ajustar sus movimientos a los de su vecina. Sin embargo, cuando las langostas estaban muy separadas, esta regla no les afectaba mucho. Sólo cuando tenían vecinas suficientes formaban espontáneamente enormes bandadas. “Demostramos que no necesitamos tener muchísima información sobre los individuos para predecir cómo se va a comportar un grupo“, dice Couzin de los hallazgos sobre las langostas, publicados en junio de 2006 en Science (Buhl, J., Sumpter, D.J., Couzin, I.D., Hale, J., Despland, E, Miller, E & Simpson, S.J. (2006) From disorder to order in marching locusts. Science 312, 1402-1406).

Uploaded on May 15, 2006 by cuellar

Sin embargo, entender cómo se reúnen los animales en enjambres y por qué lo hacen son dos cosas distintas. En algunas especies, los animales pueden reunirse para que todo el grupo disfrute de una ventaja evolutiva. Todas las hormigas soldado de una colonia, por ejemplo, pertenecen a la misma familia. Por tanto, si los individuos cooperan, sus genes compartidos y asociados con el enjambre se volverán más comunes.

Pero en los desiertos de Utah, Couzin y sus colaboradores descubrieron que las colonias gigantescas pueden estar compuestas por muchos individuos egoístas. A veces los grillos mormones se reúnen por millones y avanzan en bandadas de casi 10 kilómetros. La razón es que cuando no encuentran sal y proteínas suficientes, se vuelven caníbales. “Cada grillo es en sí una fuente nutritiva perfectamente equilibrada“, dice Couzin. “Por eso los grillos intentan atacar a otros individuos aproximadamente cada 17 segundos. Al que no se pone en movimiento es probable que se lo coman“. Este movimiento colectivo hace que los grillos formen enormes enjambres. “Todos estos grillos se ven obligados a avanzar“, explica Couzin. “Intentan atacar a los grillos que van delante, y evitar que los coman los que van detrás“.

Leer más en nopiedra.wordpress.com/category/swarm

Aplicación de Redes Neuronales Artificiales para la Ingeniería de Tráfico de Internet

Este sábado anterior envié para revisión de uno de los tutores de del doctorado en Tecnologías Avanzadas de UPM, el doctor Jesús García, un documento sobre ingeniería de tráfico, abordado desde la óptica de las redes neuronales artificiales. A modo de anécdota, a inicios de este año, junto a colegas que estan haciendo su tesis de ingeniería, formamos el grupo de tecnologías avanzadas de UTPL con el fin de formalizar un grupo de estudio que manteniamos desde el 2006 y que me ha permitido dar los primeros pasos en este campo de las ciencias de la computación .

El documento que envie, hace un estudio del estado de la cuestión entre,  la necesidad de solucionar problemas de ingeniería de tráfico (Traffic Engineering) y el éxito demostrado por las redes neuronales artificiales (Artificial Neural Networks ANNs) en aplicaciones del mundo real y la habilidad de aprender. Las ANNs tienen ganado un grado rasonable de respetabilidad como herramientas útiles para alcanzar un mapeo nolienal entre una entrada y un espacio de salida.

Aqui el documento en su primera versión:

Aplicación de Redes Neuronales Artificiales para la Ingeniería de Tráfico de Internet

Las ANNs son particularmente útiles en aplicaciones donde el conjunto de datos de entrada es de pobre calidad y no se encuentra bien caracterizado. Las aplicaciones de ANN más exitosas son las de reconocimiento de patrones y sistemas de control, hay varias investigaciones junior en curso en este momento. Actualmente, las ANNs, se han integrado a otras técnicas de procesamiento de información que provienen desde un origen conceptual similar: algoritmos genéticos, lógica densa, caos, y computación evolutiva. Estas técnicas juntas se conocen como Ingeniería Basada en conocimiento (Knowledge-Based Engineering KBE) y se están generando su espacio en UTPL .

En la zona de box.net, estoy cargando un conjunto de libros de ANN para el que dese estudiarlos, mientras tanto me espero las correcciones del profesor.

Publicado en 1, ANN, IA, Universidad. 2 Comments »

Swarm Intelligence: tres claves que debemos aprender de los enjambres

Swarm Intelligence – Inteligencia de Enjambre – Colonias Inteligentes – Inteligencia Colectiva

Por años: niños, curiosos y científicos estan intrigados con los insectos sociales. Varios centros de investigación han elaborado estudios formales sobre el comportamiento de las hormigas –ants, abejas –bees, avíspas –wasps y animalitos parecidos. Es sorprendente la eficiencia que presentan estas sociedadas de insectos/animalitos.

Hormigas Parque Nacional Podocarpus

 

Hormigas del Parque Nacional Podocarpus en Zamora – Ecuador

Los campos de aplicación de la inteligencia de los enjambres es diversa: negocios, reorganización de operaciones en empresas diversas, solución a problemas de ingeniería de tráfico en redes, optimización de procesos de búsqueda, disminución de costos ocasionados por desperdicio en logística, mejorar estrategias para eliminar virus informáticos, aumento de productividad en la administración de aeropuertos, eficiencia en los mercados de valores, sistemas inteligentes para administración de mejores rutas en carreteras, optimización de sistemas de carga, entre otros.

¿Pero puede enseñarnos algo verdaderamente sorprendente un ser tan limitado como una hormiga?, la respuesta es que quizá una hormiga No enseñe mucho, pero en cambio, Si podemos aprender mucho de una colonia, un enjambre de hormigas. Si nos fijamos las hormigas forrageras, a través de reglas muy simples, siempren encuentran rutas eficientes desde el hormiguero hacia las fuentes de comida. ¿Y este comportamiento social/inteligente de insectos/enjambres puede ser útil para solucionar problemas? Por supuesto, en base a estos comportamientos se puede desarrollar vías más efectivas para desarrollar cronogramas de trabajo en fábricas, planificación en el uso de equipos, dividir tareas entre trabajadores, organizar gente, administrar rutas, evitar pérdidas, atascos y desperdicios, etc.

Individualmente una hormiga, abeja, avispa o térmita tienen una inteligencia y comportamiento limitado y pobre. Estos animalitos trabajan independientemente sin necesidad de supervisores o capataces. Sin embargo en comunidad son capaces de construir obras de ingeniería maravillosas, capaces de mantener una temperatura ambiental adecuada, espacios de almacenamiento, transporte, descanzo, ventilación y con canales de distribución de oxigeno/dióxido de carbono confortables. ¿Cómo lo hacen?, como he dicho, como individuos las hormigas -o cualquier otro animalito social- son pobres en términos de inteligencia, pero en comunidad no; los equipos de trabajo de insectos que funcionan socialmente se autoorganizan, se autoregulan, a través de un proceso de coordinación basado en la interación individual de los miembros de las colonias. Las colonias pueden solucionar problemas de alta dificultad con la acción muy simple de un individuo interactuando con otro.

Hormiguero en Parque Nacional Podocarpus

El comportamiento que resulta de un grupo de insectos sociales, se conoce como “Inteligencia de Enjambres”, “Swarm Intelligence”, “Inteligencia Colectiva” y puede ser útil para solucionar un cantidad enorme de problemas. Al fin y al cabo varias son las disciplinas, organizaciones, individuos que han usado o se “han inspirado” en el comportamiento de organismos vivos, para desarrollar soluciones impresionantes. Recuerda a que se parece un avión, un Mac, un auto, un submarino, etc.

Desde la década de los 80 muchos investigadores han desarrollado modelos matemáticos rigurosos para describir el comportamiento de insectos sociales.

Yo envidio a los insectos por su talento comunal; he intentado varias veces reproducir el modelo en las iniciativas que estan a mi alcance: organización de emprendedores, de grupos de investigación, de docencia, de trabajo en equipo. Estoy contento con lo conseguido aunque se que puedo mejorar si entiendo las claves de su funcioanamiento.En este sentido, son tres los aspectos que hacen que los insectos sociales sean exitosos y estén presenten en cualquier lugar de la tierra:

  1. Flexibilidad, la colonia puede adaptase a un entorno cambiante, extremo, adverso; tienen capacidad de autorecuperarse.
  2. Robustez, es decir, cuando uno o más individuos fallan -se equivocan o mueren 😦 -, el grupo puede seguir ejecutando la tarea
  3. Auto-organización, es decir las actividades no se controla centralizadamente ni se supervisan localmente. No hay reyes ni guardias (“chapas” en Ecuatoriano).

La organización en la que estoy trabajo tiene en sus valores institucionales alguno de ellos. En general, los dos primeros se practican o al menos se recitan en las organizaciones, sin embargo el tercer aspecto se considera de locos, de inadaptadados, problemáticos, se entiende en éste la idea de anarquía, de caos, desorden y pérdida.

La auto-organización implica que el comportamiento del grupo emerge desde las interacciones colectivas de todos los individuos y no de un jefe, rey, dictadorzuelo, un individuo elegido democráticamente, un mesías, ni nada que se le parezca. En general las ciencias complejas, y en particular la inteligencia de enjambres han determinado que si un individuo sigue reglas simples, el comportamiento resultante del grupo puede ser sorprendentemente complejo y altamente efectivo. A la larga la flexibilidad y la robustez son resultado de la auto organización.

Post Edition Powered by Qumana

A propósito del modelamiento de sistemas complejos: NetLogo Workshop at Agent 2007, Evanston, IL, November 12-14

En el modelamiento basado en autómatas celulares o teoría de enjambres nuestro equipo utiliza la herramienta NetLogo. Estamos preparando un open education resource sobre NetLogo y Autómatas Celulares, que daremos a conocer en este blog en las siguiente semanas.

NetLogo es un lenguaje de programación simple y adaptado al modelamiento y simulación de fenómenos en el que se interactúan una gran cantidad de individuos (piense en: fenómenos en los enjambres de abejas, hormigas, manadas de ñues, siervos, etc; las matemáticas; el comportamiento de virus informáticos; las sociedad; los mercados; la organización y uso de la información en la web; el efecto en red de los grupos sociales colaborativos; entre otros. NetLogo es adecuado para modelar sistemas complejos que evolucionan en el tiempo, que involucran a centenares o millares de individuos (personas, bacterias, insectos, virus, actores de mercados, organizaciones, nodos de un grafo, etc.) que interactúan entre sí y con el medio ambiente y su impacto macro. El ambiente de programación/modelamiento de NetLogo es verdaderamente sencillo, tiene una curva de aprendizaje de alta productividad y, en nuestra propia experiencia e útil para crear y probar nuevos modelos. Entre las características generales, puedo comentar que permite abrir y experimentar simulaciones, comprobar rápidamente hipótesis sobre sistemas descentralizados. Los creadores de NetoLogo, son geniales, ofrecen un gran biblioteca de simulaciones para diversos campos: ciencias naturales y sociales, que pueden ser usadas y modificadas.

Para descargar NetLogo ir al sitio web y descargar el paquete en el sistema que se esté utilizando. Durante la descarga se pueden enlazar con la lista de email de interesados en NetLogo. El Paquete incluye abundante documentación y esta disponible para Mac y Windows.

Comparto con ustedes esta invitación a participar de un NetLogo Workshop.

Lee el resto de esta entrada »

Teoría de los Enjambres

Desde niño me he sentido especialmente atraído por la “inteligencia”, la sencillez y el amor al trabajo en familia que demuestran los animales de cualquier tamaño y especia: márinos, ballenas, atunes, sardinas; animales salvajes que nunca he visto en vivo (búfalos, leones, osos, ñúes, caballos) y de aquellos que están en la cocina, el patio o el parque: hormigas, abejas, cucarachas. Par mi sorpresa y de muchos tantos, la edición de julio de 2007 de National Geographic trae un artículo detallado de la teoría de enjambres, aquí un fragmento:

Por sí solas, una hormiga o una abeja no son inteligentes, pero las colonias que forman sí lo son. El estudio de la «inteligencia de enjambre» proporciona unos conocimientos que pueden ayudar a los humanos a gestionar sistemas complejos, desde la ruta de una flota de camiones hasta la dirección de robots militares.

Por Peter Miller

Creía que las hormigas sabían lo que hacían. Las que paseaban por la encimera de mi cocina parecían tan decididas, que supuse que tendrían un plan. ¿De qué otra forma podrían si no organizar autopistas, construir nidos, protagonizar incursiones épicas y hacer todas las cosas que hacen las hormigas? Pero resulta que estaba equivocado. No son perspicaces ingenieras, ni arquitectas, ni militares en miniatura, o al menos no lo son como individuos. Cuando se trata de decidir qué hacer, la mayoría de las hormigas no tiene ni idea. «Si observas a una hormiga tratando de hacer algo, te impresionará su ineptitud», dice Deborah M. Gordon, bióloga de la Universidad Stanford. ¿Cómo es posible explicar, entonces, el éxito de las 12.000 especies conocidas? ¡Algo tienen que haber aprendido en 140 millones de años! «Las hormigas no son inteligentes –asegura Gordon–, pero las colonias sí lo son.» Una colonia puede resolver problemas inasequibles para una hormiga individual, como hallar el camino más corto a la mejor fuente de alimentos, asignar obreras a diferentes tareas o defender el territorio. Como individuos, puede que las hormigas sean tontas, pero como colonia responden con rapidez y eficacia a su entorno. Y lo hacen con algo denominado inteligencia de enjambre. (El resto )

En cuanto encontré el artículo, la semana anterior, hice varias copias (lo siento por el copyright, ojalá y NG asuma una visión CC) y las entregue a mis colegas y estudiantes para que la estudien, creo que se puede sacar mucho provecho a la hora de:

  • reformular ideas para reforzar el concepto de cluster en un valle tecnológico,
  • dismitificar la necesidad de líderes que den visión,
  • mejorar trabajo de equipo,
  • hacer inteligente la funcionalidad de los semáforos
  • generar modelos matemáticos sencillos y robustos,
  • aplicar la teoría de los enjambres para resolver problemas de búsqueda, de selección: ingeniería de tráfico, calidad de servicio, testing de software
  • aplicar modelos para resolver problemas complejos (estoy pensando en autómatas celulares programables y en la herramienta NetLogo),
  • educar en buenos hábitos individuales que tienen impacto global.

Creo que son necesario post diversos en los que se ensayen propuestas a partir del comportamiento de los enjambres.

Un equipo lojano que se dedica a Tecnologías Avanzadas

Desde hace varios meses, me reuní con un@s colegas docentes de la Universidad Técnica Particular de Loja me apoyaron para formar un equipo de investigación en tecnología avanzadas, nos pusimos a trabajar y decidimos iniciar con algunas líneas de trabajo que giren en torno a la Inteligenia Artificial IA: Redes Neuronales y Algoritmos Genéticos, aprovechando trabajos anteriores en GRid Computing y Bioinformática que trabaje con emprendedores tesistas en meses anteriores.

Haciendo un corte al final de mayo, el crecimiento ha sido importante: 10 proyectos de tesis en el campo del reconomiento de patrones, papers seleccionados, material didáctico producido por los miembros del equipo, aqui un ejemplo (este keynote ha sido consultado cerca de 600 veces ):

Las redes Neuronales Artificiales intenta modelar estructuras diseñadas para imitar las redes de neuronas dentro del cerebro para realizar reconocimiento y clasificación de datos. Su uso es variado.

Las redes neuronales artificiales deben tener capacidad de aprender, igual que un niño humano, lo pueden hacer a través de aprendizaje supervisado o no supervisado.

Empezar con temas avanzados no es sencillo, en el caso de las redes neuronales no es fácil ya que necesitan un fuerte conocimiento de la teoría, requiriendo un cierto grado de conocimiento algebraico e incluso cálculo si se desea entender como funcionan los algoritmos usados.
Hasta ahora el equipo ya tiene su patrimonio: conocimiento fundamental, especialmente en el tema de los perceptrones (la red neuronal más sencilla), fundamentación para diseño de perceptrones multicapa y  algoritmos de propagación hacia atrás (back-propagation).

Es complejo el tema, pero nada que un lojan@ no pueda hacer.  Porque nosotros no nos ahuevamos.  Siempre digo que el primer paso que se da es lo más pesado, pues el segundo paso lo lleva a uno a donde se quiera.

Lo chévere de haber tomado como línea inicial de trabajo las Redes Neuronales Artificiales es: los útiles que son en IA ya que pueden ser aplicadas en todas partes. Pueden ser usadas en áreas como procesamiento de sonido e imagen o incluso controladores de robots – haciendo más interesantes la investigación y los resultados. En esto último ya posteare unos videos subidos a YouTube.

Pero como en el matrimonio :), no todo es color de rosa, lo malo es que: las redes neuronales quizá no sean el mejor lugar por donde empezar ya que son un duras – académica y algorítmicamente hablando. Hasta lo que hemos visto, la mayoría de redes neuronales son programas muy difíciles ya que no hay guías ni tipos definidos de redes neuronales para ciertos problemas. Hay tantos tipos de redes neuronales como problemas!